Transformarea datelor de vânzări cu pandas

Înainte de a extrage informații utile dintr-un set de date, poate fi necesară modificarea tipurilor de date ale coloanelor, pentru a le putea valorifica corect. Acest lucru este deosebit de frecvent în cazul tipurilor de date temporale, care pot fi stocate în mai multe formate diferite.

În acest exemplu, pandas a fost importat ca pd și este gata de utilizare.

Acest exercițiu face parte din cursul

ETL și ELT în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Actualizează funcția transform() pentru a converti datele din coloana "Order Date" la tipul datetime.
Filtrează DataFrame-ul astfel încât să conțină doar rândurile cu "Price Each" mai mic de zece dolari.
Afișează tipurile de date ale fiecărei coloane din DataFrame.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

raw_sales_data = extract("sales_data.csv")

def transform(raw_data):
    # Convert the "Order Date" column to type datetime
    raw_data["Order Date"] = pd.____(____, format="%m/%d/%y %H:%M")
    
    # Only keep items under ten dollars
    clean_data = raw_data.loc[____, :]
    return clean_data

clean_sales_data = transform(raw_sales_data)

# Check the data types of each column
print(____)

Editează și rulează codul